獨立遊戲開發，AI工作流詳細介紹

上兩篇帖子獲得了不錯的熱度，這條文章是這個系列的第三篇：AI工作流

獨立遊戲開發，評價我用的幾個AI模型

獨立遊戲開發，評價我用的幾個AI工具

這篇文章可以解釋兩個被問得很多的問題：

1.  爲什麼我開通了那麼多AI訂閱，一個不夠用嗎？

2. 爲什麼我高強度開發，20$ 的額度就夠用了？

我的項目結構

先說項目結構，因爲整套工作流是圍着這個結構轉的。

project001 龍牌(Dragon Tiles)項目總根路徑

• code：代碼庫

• document：策劃文檔

• output：生成的可執行文件

• upload：Steam頁面上傳物料

• workspace：vscode工作區文件

• 回收站：廢棄內容，邏輯刪除

工作流

整套流程：

Claude 是策劃，ChatGPT 是程序，GLM 和 DeepSeek 是審覈（code review）。

我當主策，負責定核心玩法、細節方案、方向拍板

每一輪迭代的完整流程：

1. Claude 討論玩法、設計是否合理、能加什麼創意，寫入策劃文檔（Opus5 high）

2. document 輸出 .patch 文件，即本輪策劃文檔的改動補丁

3. 把 .patch 和 document 文件夾加到 ChatGPT 對話框，執行自定義 skill，將文檔修改應用到代碼（GPT5.6 Sol high）

4. 同樣一份 .patch 和 document，交給 Trae / CodeBuddy 執行自定義審覈（GLM5.2 / DeepSeek v4 Pro），審覈兩件事：代碼有沒有直觀的邏輯錯誤、代碼修改是否與策劃文檔一致

5. 審覈結果複製粘貼回 ChatGPT，修復後執行最終輪審覈，確認無誤，提交 git

任務分工

回答開頭那兩個問題。

• 爲什麼要開通那麼多AI，一個不夠用嗎？

• 爲啥你高強度開發，20$ 就夠了，我這一個月 200$ 的都不夠用？

答案都是任務分工。不僅僅是省錢或省額度

重點是：不同的AI，風格不同，側重點不同。

例如，對於策劃文檔、遊戲設計來說：

• Claude：會很積極地提問，索要信息，問你怎麼想、怎麼選，會適當反駁，並提供真的很合適的方案。一次對話，你可能要一直點擊勾選項目。

• ChatGPT：基本不會提問，不明確的東西就純猜。極其愛反駁，但反駁的點有大量的邊界問題、文字字眼問題。用 GPT 做策劃案，說過一萬次“不要摳字眼/從宏觀層面出發/不要過度關心細節”。

（沒有完美的 agents 限制詞。限制詞寫得過火了，你會時刻懷疑，我這輪對話會不會丟失某些原本真的有用的信息）

對於代碼任務：

ChatGPT：剛好合適。大系統 30~50 文件的修改，穩如狗，基本不會有太大問題。

Claude：很強，但是很貴。對代碼任務來說，GPT 已經足夠。

對於審覈(code review)：

GLM / DeepSeek 已經完全可以勝任，量大管飽，猛蹬不心疼。

而且這倆也只是輸出審覈報告，最終仍然是 GPT 確認是否存在問題、是否修改。

其他類似於“將屬性表幾十行幾十列的數據寫入代碼”這種不涉及複雜邏輯、不涉及多文件的任務，用 v4 flash 猛蹬就行。

另外vibe code 有一個經典現象：

剛開始AI編程還會仔細看看AI寫的代碼有沒有問題，自己需要了解代碼；到後面基本就懶得看了。

GPT ↔ DeepSeek ↔ GLM 三個AI互相審覈，可以在不人工審代碼的情況下，將風險降到最低。

整體下來，每個月的開銷：

ChatGpt 140 + Claude 140 + Codebuddy 58 + 方舟Lite 40 = 378

（如果是項目剛起步，需要從 0 構建大量基礎代碼，首推 GPT 定框架，用 Cursor + composer 填代碼。性價比最高，速度最快，大幅縮減開發週期）

結尾預告

下一篇講 agents.md / Skills （上篇評論區點名問的）

以及被問得最多的：美術音樂素材怎麼搞。

感興趣的可以點個關注